说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 语义网络图式
1)  schematically semantic network
语义网络图式
2)  semantic schematic network
语义图式网络
3)  Concept Semantic Network Graph
概念语义网络图
1.
Research and Implementation of RDF Knowledge Reasoning based on Concept Semantic Network Graph;
基于概念语义网络图的RDF知识推理研究与实现
4)  semantic network
语义网络
1.
Approach of Semantic Network for Representing Feature Based Knowledge of Part;
基于特征的零件知识语义网络表示法
2.
Chemical Domain Concept Retrieval based on Semantic Network;
基于语义网络的化工领域概念检索研究
3.
The Expression of Pathology Diagnosis Case and the Research on Uncertainty Based on Semantic Network;
基于语义网络的病理诊断案例表示及不确定性研究
5)  semantic Web
语义网络
1.
Research of arithmetic on graph semantic Web construction;
基于图的语义网络构造算法研究
2.
A Semantic Web Architecture of Virtual Museum Based on CIDOC CRM;
基于CIDOC CRM的虚拟博物馆语义网络架构
3.
Computer Aided Technology for Composite Documents Editing Based on Ontology and Semantic Web;
基于本体和语义网络的复合文档辅助生成技术
6)  semantic networks
语义网络
1.
Structures of semantic networks: how do we learn semantic knowledge;
语义网络的结构:我们怎样学习语义知识(英文)
2.
Research on the Key Techniques of Semantic Networks Based Knowledge Collaboration
基于语义网络的知识协作关键技术研究
3.
Global semantic structures of two large semantic networks, HowNet and WordNet, are analyzed.
分析了2个大型语义网络HowNet和WordNet的全局意义结构。
补充资料:语义网络理论
      用于表示词与词之间的语义关系的一种网络理论。1973年由美国人工智能专家司马贺提出。其原理是以句中词的概念为网络的结点,以沟通结点之间的有向弧来表示概念与概念之间的语义关系,构成一个彼此相连的网络,以理解自然语言句子的语义。
  
  例如, John saw Mary dancing(约翰看到玛丽跳舞。)这个句子,可用下面的语义网络符号来表示:
  
  C1 TOKEN(see)
  
  
  
    TIME PAST
  
  
  
    DATIVEC2
  
  
  
    OBJECT C3
  
  C2 TOKEN(John)
  
  
  
    NUMBER SINGULAR
  
  C3 TOKEN (dancing)
  
  
  
    TIME PROGRESSIVE PAST
  
  
  
    AGENT C4
  
  C4 TOKEN(Mary)
  
  
  
    NUMBER SINGULAR
  
  这里,C1,C2,C3,C4是语义网络中表示概念的结点。see的意义项是C1,John的意义项是C2, dancing的意义项是C3,Mary的意义项是C4。TOKEN表示词项, TIME表示时态,NUMBER表示数,PAST表示过去时, PROGRESSIVE表示进行时,SINGULAR 表示单数, AGENT 表示主体格,DATIVE表示给予格,OBJECT表示客体格,它们都是深层格。根据这样的语义关系,这个句子可用语义网络表示如:
  
  采用语义网络来理解自然语言时,首先分解输入句的句法关系,同时分析句子的深层格结构,记录语义关系,最后求出输入句的语义网络,借以理解自然语言的语义。
  

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条